© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
杭州筑龙信息技术股份有限公司
企业杭州筑龙信息技术股份有限公司成立于2008年，属软件和信息技术服务业，主营第二类增值电信业务。面向建筑市场分析、企业信用评估、建筑招投标智能查询等领域提供数据服务，开放建设通-建筑业大数据服务平台（建筑市场分析、企业信用评估）、建筑企业中标业绩智能分析垂类大模型语料数据（建筑招投标智能查询、自然语言转SQL）、建筑企业关联关系图谱垂类大模型语料数据（建筑企业关联关系分析、垂类大语言模型语料），支撑市场分析与定价决策。
建筑市场分析企业信用评估建筑招投标智能查询软件信息服务高新技术企业
数据集列表
建筑行业招投标市场竞争格局问数垂类大模型语料数据
建筑行业企业在市场竞争分析和战略决策中，招投标市场的竞争格局是核心信息需求。传统模式下，业务人员需手动汇总多省份、多企业类型的中标数据，效率低、维度单一，难以快速掌握市场份额分布、中标集中度、区域竞争强度等竞争态势。本数据产品面向建筑行业招投标市场竞争格局问数场景，覆盖中标数量与金额排行、各省份中标分布、企业类型中标能力对比、国企非国企中标竞争、活跃中标企业统计、中标市场集中度分析、中标综合能力指数排行、本省外省中标竞争、高中标企业筛选、中标金额区间分布、中标排名前列企业查询、资质与中标能力关系、中标企业注册资本分析、区域竞争强度对比、中标市场占有率查询、优秀企业中标表现分析等18类查询场景，训练垂类大模型精准理解自然语言问题并转化为SQL查询，为招投标市场竞争格局分析提供智能化数据查询能力。数据集可复用于建筑行业市场研究、竞争情报分析、企业竞争策略制定等场景，推动建筑行业招投标竞争格局形成可量化评估的发展方向。同时对推动建筑行业数据要素价值释放和AI技术应用落地具有重要意义。数据来源：原始数据来源于公司平台积累的建筑行业企业招投标经营数据，涵盖近5年中标数量、中标总金额、中标综合能力指数、中标能力全省排名、活跃中标状态、工程建设工法数量、优秀项目经理数、建筑业先进企业次数等21个业务字段，覆盖全国12个省份建筑企业，经平台业务系统自动采集与人工核实后形成招投标市场竞争格局维度的基础数据集合。
问题分类与结构化：基于关键词匹配与BERT语义相似度，将自然语言问题归类为中标数量排行、中标金额排行、各省份中标分布、企业类型中标对比、国企非国企中标竞争、活跃中标企业统计、中标市场集中度分析、中标综合能力指数排行、本省外省中标竞争、高中标企业筛选、中标金额区间分布、中标排名查询、资质中标关系、中标企业资本分析、区域竞争强度对比、中标市场占有率查询、优秀企业中标表现等18类查询场景。
核心算法建模：（1）语义解析与要素提取：采用BERT-Region预训练语言模型（12层Transformer，768维隐藏层）进行意图识别与实体抽取，提取省份、企业类型、企业性质、中标阈值、排行数、排名范围等关键查询要素，结合CRF序列标注精确定位实体边界；（2）SQL语句生成：基于Seq2Seq模型结合模板匹配与抽象语法树构建，生成含WHERE条件过滤、GROUP BY分组聚合、ORDER BY排序、LIMIT限制的多维度SQL语句，支持SUM/AVG/MAX/MIN/COUNT及市场集中度子查询；（3）异常值检测：采用LOF局部异常因子算法（n_neighbors=20, contamination=0.05）检测查询结果中的异常数据点；（4）逻辑核验与业务对齐：对SQL执行结果与问题意图进行一致性校验，确保排行结果包含企业名称和具体数值，集中度分析包含占比百分比。
语料库的持续迭代：通过应用-反馈-优化闭环机制，收集用户实际查询日志中的新问题模式，经人工标注后扩充语料库，定期重新训练模型以提升对招投标市场竞争格局复杂查询的理解能力和SQL生成准确度。
浙江省数据知识产权登记平台2026-09-18 更新70
建筑行业资质标准AI知识问答语料数据
本数据产品面向建筑行业资质标准知识问答场景，构建涵盖15类建筑业企业资质、4个资质等级、12个问题分类的问答语料数据集。当前行业面临三大痛点：一是资质标准条文繁多，企业人员难以快速准确理解各类资质的人员配备、业绩要求、资产标准等具体规定；二是资质申请升级延续等流程复杂，企业常因对标准理解偏差导致申报材料不合规反复退回；三是行业缺乏系统化资质标准问答训练语料，现有大模型在建筑资质领域回答准确率低。本数据集覆盖资质等级划分、人员配备、企业业绩、企业资产、技术装备、资质申请等12个问题维度，可用于训练建筑资质标准知识问答大模型，支撑企业资质智能审查和在线咨询服务。数据来源：原始数据来源于公司平台积累的建筑业企业资质标准法规文本和企业资质申报问答记录，涵盖建筑工程、公路工程、市政公用工程等12类施工总承包和地基基础、建筑装修装饰、钢结构等3类专业承包资质，覆盖特级、一级、二级、三级4个资质等级。
数据清洗：对原始问答记录进行去重、去噪处理，去除无效和重复问答对，清洗后有效率≥95%。对问题文本进行分词和标准化处理，统一资质类别、等级等术语表述。
问题分类：按资质等级划分、人员配备要求、企业业绩要求、企业资产要求、技术装备要求、资质申请条件、资质升级条件、承包工程范围、资质延续管理、资质变更管理、资质动态监管、资质注销与降级共12个维度分类，标注问题分类和知识标签字段。
答案生成：采用BERT-QualStandard预训练模型（12层Transformer，768维隐藏层）基于资质标准法规文本生成标准答案，经建筑行业资质管理专家人工核验修正，标注一致率≥95%。
质量评估：计算答案准确率、知识覆盖率和语义一致性等指标，确保AI回答正确率≥88%，人工核对正确率100%，经业务专家抽检确认。
浙江省数据知识产权登记平台2026-09-04 更新80
建筑行业中标通知书关键信息智能提取大模型训练数据
建筑行业招投标活动中，中标通知书是记录中标结果的核心法律文件，包含项目名称、招标人、中标人、中标金额、项目编号、建设工期、质量要求、项目经理、中标日期等关键信息。传统模式下，这些信息依赖人工逐项阅读和录入，效率低下且易出错；大量中标通知书堆积导致信息提取滞后，影响项目跟进和市场竞争分析；不同地区通知书的格式和表述差异大，人工提取难以保证一致性。本数据产品面向建筑行业中标通知书关键信息智能提取场景，通过构建涵盖12种文本格式、覆盖12个省份10类工程类型的标注语料数据集，训练大模型实现从非结构化文本中自动提取项目名称、中标金额等9个关键信息字段。招标单位可实现中标信息自动化归档，中标企业可快速录入项目信息，行业研究机构可批量获取市场数据用于竞争分析，推动建筑行业招投标信息处理从人工模式向智能化方向发展。数据来源：原始数据来源于公司平台积累的建筑行业中标通知书文本数据，涵盖房建、市政、公路、水利、装饰、钢结构、机电安装、园林绿化等10类工程类型，覆盖全国12个省份，经平台业务系统自动采集与人工核实后形成中标通知书原始文本库。
数据预处理：对原始文档进行OCR识别和文本清洗，去除印章、签名等非文本干扰，统一日期格式为YYYY-MM-DD，统一金额单位为万元，对中标人名称保留前2字+**+后4字脱敏，项目经理保留姓+*脱敏。
数据标注：采用人工标注、模型预标注+人工校验、规则提取+人工校验、双人交叉标注等多种方式，对每份通知书标注项目名称、招标人、中标人、中标金额、项目编号、建设工期、质量要求、项目经理、中标日期共9个关键信息字段，经双人交叉标注质检，标注一致率≥95%。
模型训练：采用BERT-BidNotice预训练模型（12层Transformer，768维隐藏层）进行命名实体识别训练，设置学习率2e-5、批大小32、训练轮次50，使用PyTorch框架，以F1值≥0.92为目标。
模型评估：使用测试集计算各字段的精确率、召回率、F1值，确保关键字段提取F1值≥0.90，整体准确率≥92%，经业务专家人工核验确认。
浙江省数据知识产权登记平台2026-09-02 更新190
建筑行业中标金额规模提取及大模型分析语料数据
建筑行业招投标活动中，中标金额是衡量项目投资规模和市场价值的核心指标。然而，建筑行业中标金额数据分散在不同地区、不同工程类型的中标公告中，格式不统一、表述差异大，传统人工方式难以高效完成金额提取和规模分级；大量中标金额数据缺乏系统化分析，企业无法快速判断项目规模级别，影响投标策略制定和资源配置；行业缺乏统一的金额规模分析标准，不同地区对项目规模的认定存在偏差。本数据产品面向建筑行业中标金额规模AI分析场景，通过构建涵盖12种文本格式、覆盖12个省份10类工程类型、5个规模等级的标注语料数据集，训练大模型实现从中标文本中自动提取金额并完成规模分级分析。招标单位可快速评估项目规模，投标企业可制定差异化竞争策略，行业研究机构可批量获取金额分布数据用于市场趋势分析，推动建筑行业招投标金额分析从人工模式向智能化方向发展。数据来源：原始数据来源于公司平台积累的建筑行业中标公告文本数据，涵盖房建、市政、公路、水利、装饰、钢结构、机电安装、园林绿化等10类工程类型，覆盖全国12个省份，经平台业务系统自动采集与人工核实后形成中标金额原始文本库。
数据预处理：对原始文档进行OCR识别和文本清洗，去除印章、签名等非文本干扰，统一日期格式为YYYY-MM-DD，统一金额单位为万元并保留两位小数，对项目名称保留前2字+**+后2字脱敏，招标人保留前2字+**+后4字脱敏，中标人保留前2字+**+后4字脱敏。
数据标注：采用人工标注、模型预标注+人工校验、规则提取+人工校验、双人交叉标注等多种方式，对每条语料标注项目名称、招标人、中标人、中标金额、金额规模等级、规模分析结论共6个关键字段，金额规模分为微型（<100万）、小型（100-500万）、中型（500-3000万）、大型（3000-10000万）、特大型（≥10000万）五级，标注一致率≥95%。
模型训练：采用BERT-BidAmount预训练模型（12层Transformer，768维隐藏层）进行金额提取与规模分类联合训练，设置学习率2e-5、批大小32、训练轮次50，使用PyTorch框架，以F1值≥0.92为目标。
模型评估：使用测试集计算金额提取的精确率、召回率、F1值及规模分类的准确率，确保金额提取F1值≥0.90，规模分类准确率≥92%，经业务专家人工核验确认。
浙江省数据知识产权登记平台2026-09-01 更新210
建筑行业资质标准AI知识问答语料数据
本数据产品面向建筑行业资质标准知识问答场景，构建涵盖15类建筑业企业资质、4个资质等级、12个问题分类的问答语料数据集。当前行业面临三大痛点：一是资质标准条文繁多，企业人员难以快速准确理解各类资质的人员配备、业绩要求、资产标准等具体规定；二是资质申请升级延续等流程复杂，企业常因对标准理解偏差导致申报材料不合规反复退回；三是行业缺乏系统化资质标准问答训练语料，现有大模型在建筑资质领域回答准确率低。本数据集覆盖资质等级划分、人员配备、企业业绩、企业资产、技术装备、资质申请等12个问题维度，可用于训练建筑资质标准知识问答大模型，支撑企业资质智能审查和在线咨询服务。
浙江省数据知识产权登记平台2026-08-21 更新180
建筑行业竣工验收报告关键信息智能提取大模型训练数据
建筑行业竣工验收报告是工程交付使用的核心法律文件，记录项目名称、建设单位、施工单位、监理单位、验收日期、验收结论、工程质量等级、建筑面积、工程造价等关键信息。传统模式下，这些信息依赖人工逐项阅读和录入，效率低下且易出错；大量竣工验收报告以纸质或扫描件形式存储，信息提取滞后，影响工程档案归档和质监备案；不同地区验收报告的格式和表述差异大，人工提取难以保证一致性和准确性。本数据产品面向建筑行业竣工验收报告关键信息智能提取场景，通过构建涵盖12种文本格式、覆盖12个省份10类工程类型的标注语料数据集，训练大模型实现从非结构化文本中自动提取项目名称、验收结论等9个关键信息字段。建设单位可实现验收信息自动化归档，住建主管部门可快速完成竣工备案核查，行业研究机构可批量获取竣工验收数据用于工程质量趋势分析，推动建筑行业竣工验收信息处理从人工模式向智能化方向发展。数据来源：原始数据来源于公司平台积累的建筑行业竣工验收报告文本数据，涵盖房建、市政、公路、水利、装饰、钢结构、机电安装、园林绿化等10类工程类型，覆盖全国12个省份，经平台业务系统自动采集与人工核实后形成竣工验收报告原始文本库。
数据预处理：对原始文档进行OCR识别和文本清洗，去除印章、签名等非文本干扰，统一日期格式为YYYY-MM-DD，统一金额单位为万元并保留两位小数，统一面积单位为平方米，对项目名称保留前2字+**+后2字脱敏，建设单位保留前2字+**+后4字脱敏，施工单位保留前2字+**+后4字脱敏，监理单位保留前2字+**+后4字脱敏。
数据标注：采用人工标注、模型预标注+人工校验、规则提取+人工校验、双人交叉标注等多种方式，对每份报告标注项目名称、建设单位、施工单位、监理单位、验收日期、验收结论、工程质量等级、建筑面积、工程造价共9个关键信息字段，验收结论分为合格和优良两类，工程质量等级分为合格、优良、省级优质工程、国家级优质工程四级，标注一致率≥95%。
模型训练：采用预训练模型进行命名实体识别训练，设置学习率2e-5、批大小32、训练轮次50，使用PyTorch框架，以F1值≥0.92为目标。
模型评估：使用测试集计算各字段的精确率、召回率、F1值，确保关键字段提取F1值≥0.90，整体准确率≥92%，经人工核验确认。
同时建立双重正确率校验机制，先由大模型进行AI分析正确率；再由人工对数据表进行抽查核验核比对，抽查核验数不低于5%。
浙江省数据知识产权登记平台2026-09-16 更新60
建筑行业招投标市场竞争格局问数垂类大模型语料数据
建筑行业企业在市场竞争分析和战略决策中，招投标市场的竞争格局是核心信息需求。传统模式下，业务人员需手动汇总多省份、多企业类型的中标数据，效率低、维度单一，难以快速掌握市场份额分布、中标集中度、区域竞争强度等竞争态势。本数据产品面向建筑行业招投标市场竞争格局问数场景，覆盖中标数量与金额排行、各省份中标分布、企业类型中标能力对比、国企非国企中标竞争、活跃中标企业统计、中标市场集中度分析、中标综合能力指数排行、本省外省中标竞争、高中标企业筛选、中标金额区间分布、中标排名前列企业查询、资质与中标能力关系、中标企业注册资本分析、区域竞争强度对比、中标市场占有率查询、优秀企业中标表现分析等18类查询场景，训练垂类大模型精准理解自然语言问题并转化为SQL查询，为招投标市场竞争格局分析提供智能化数据查询能力。数据集可复用于建筑行业市场研究、竞争情报分析、企业竞争策略制定等场景，推动建筑行业招投标竞争格局形成可量化评估的发展方向。同时对推动建筑行业数据要素价值释放和AI技术应用落地具有重要意义。
浙江省数据知识产权登记平台2026-09-04 更新50
建筑行业竣工验收报告关键信息智能提取大模型训练数据
建筑行业竣工验收报告是工程交付使用的核心法律文件，记录项目名称、建设单位、施工单位、监理单位、验收日期、验收结论、工程质量等级、建筑面积、工程造价等关键信息。传统模式下，这些信息依赖人工逐项阅读和录入，效率低下且易出错；大量竣工验收报告以纸质或扫描件形式存储，信息提取滞后，影响工程档案归档和质监备案；不同地区验收报告的格式和表述差异大，人工提取难以保证一致性和准确性。本数据产品面向建筑行业竣工验收报告关键信息智能提取场景，通过构建涵盖12种文本格式、覆盖12个省份10类工程类型的标注语料数据集，训练大模型实现从非结构化文本中自动提取项目名称、验收结论等9个关键信息字段。建设单位可实现验收信息自动化归档，住建主管部门可快速完成竣工备案核查，行业研究机构可批量获取竣工验收数据用于工程质量趋势分析，推动建筑行业竣工验收信息处理从人工模式向智能化方向发展。
浙江省数据知识产权登记平台2026-09-02 更新60
建筑行业评标报告关键信息智能提取大模型训练数据
建筑行业招投标活动中，评标报告是记录评标过程和结果的核心文件，包含项目名称、招标人、评标方法、评标委员会人数、中标候选人、评标总分、技术标得分、商务标得分、评标日期等关键信息。传统模式下，这些信息依赖人工逐项阅读和录入，效率低下且易出错；大量评标报告堆积导致信息提取滞后，影响中标结果确认和项目跟进；不同地区评标报告的格式和表述差异大，人工提取难以保证一致性。本数据产品面向建筑行业评标报告关键信息智能提取场景，通过构建涵盖12种文本格式、覆盖12个省份10类工程类型的标注语料数据集，训练大模型实现从非结构化文本中自动提取评标方法、中标候选人等9个关键信息字段。招标单位可实现评标信息自动化归档，投标企业可快速获取评标结果反馈，行业研究机构可批量获取评标数据用于竞争分析，推动建筑行业评标信息处理从人工模式向智能化方向发展。数据来源：原始数据来源于公司平台积累的建筑行业评标报告文本数据，涵盖房建、市政、公路、水利、装饰、钢结构、机电安装、园林绿化等10类工程类型，覆盖全国12个省份，经平台业务系统自动采集与人工核实后形成评标报告原始文本库。
数据预处理：对原始文档进行识别和文本清洗，去除印章、签名等非文本干扰，统一日期格式为YYYY-MM-DD，统一评分保留一位小数，对项目名称保留前2字+**+后2字脱敏，招标人保留前2字+**+后4字脱敏，中标候选人保留前2字+**+后4字脱敏。
数据标注：采用人工标注、模型预标注+人工校验、规则提取+人工校验、双人交叉标注等多种方式，对每份评标报告标注项目名称、招标人、评标方法、评标委员会人数、中标候选人、评标总分、技术标得分、商务标得分、评标日期共9个关键信息字段，经双人交叉标注质检，标注一致率≥95%。
模型训练：采用BERT-BidEvalReport预训练模型（12层Transformer，768维隐藏层）进行命名实体识别训练，设置学习率2e-5、批大小32、训练轮次50，使用PyTorch框架，以F1值≥0.92为目标。
模型评估：使用测试集计算各字段的精确率、召回率、F1值，确保关键字段提取F1值≥0.90，整体准确率≥92%，经业务专家人工核验确认。
浙江省数据知识产权登记平台2026-09-01 更新160
建筑行业中标通知书关键信息智能提取大模型训练数据
建筑行业招投标活动中，中标通知书是记录中标结果的核心法律文件，包含项目名称、招标人、中标人、中标金额、项目编号、建设工期、质量要求、项目经理、中标日期等关键信息。传统模式下，这些信息依赖人工逐项阅读和录入，效率低下且易出错；大量中标通知书堆积导致信息提取滞后，影响项目跟进和市场竞争分析；不同地区通知书的格式和表述差异大，人工提取难以保证一致性。本数据产品面向建筑行业中标通知书关键信息智能提取场景，通过构建涵盖12种文本格式、覆盖12个省份10类工程类型的标注语料数据集，训练大模型实现从非结构化文本中自动提取项目名称、中标金额等9个关键信息字段。招标单位可实现中标信息自动化归档，中标企业可快速录入项目信息，行业研究机构可批量获取市场数据用于竞争分析，推动建筑行业招投标信息处理从人工模式向智能化方向发展。
浙江省数据知识产权登记平台2026-08-19 更新100